线性回归的pytorch实现
-
- 导包及设置随机种子
- 生成数据
- 读取数据
- 定义模型
- 初始化模型参数
- 定义损失函数
- 定义优化算法
- 训练模型
- 比较学到的参数和真实参数
实践中，我们通常可以用比上一节深度学习实战（基于pytroch）系列（四）更简洁的代码来实现同样的模型。在本节中，我们将介绍如何使用pytorch提供的接口更方便地实现线性回归的训练。
导包及设置随机种子
import torch
import torch.nn as nn
import torch.utils.data as data
import numpy
